20210907-国金证券-国金证券风格择时月报：因子风格择时策略（2021年9月期）.pdfVIP

2021 年 9 月 7 日 证券研究报告 金融产品研究中心 风格择时月报 量化投资策略报告 因子风格择时策略（2021 年 9 月期） 本篇报告中我们通过决策树方法构建了因子择时模型，根据拟合得到的决策树模 型，结合当前有效的择时信号对于因子未来收益进行预测，为投资者提供系统的 风格配臵建议。本框架用到了因子离散度、拥挤度、宏观趋势等不同指标作为择 时信号，来预测短期表现强势的A 股风格。我们将择时结果与多因子选股框架进 行结合，风格轮动择时效果明显。在控制行业偏离和风格偏离的情况下，决策树 模型在沪深 300 中各风格因子上平均月度胜率为 66% ，组合优化后的策略收益 年化有 24.49%，策略多头相对于沪深 300 的超额收益年化高达 13.35%；中证 500 中各风格因子上平均月度胜率为 59%，策略收益年化有 20.62%，策略多头 相对于中证500 的超额收益年化也有14.86%。 本报告主要分三部分：  1 ）首先，我们介绍了A 股市场大类因子体系：包括八大类因子，以及 因子历史收益率走势。  2 ）其次，我们对因子择时信号进行介绍以及展示了有效性测试。  2.1 因子离散度：因子离散度与因子动量都对因子未来收益有一 定预测作用。  2.2 因子拥挤度：因子拥挤度对于因子未来回撤可能有一定预警 作用。  2.3 宏观趋势择时：我们基于 DDM 模型选择影响股票收益的两 大宏观因素-ROE、10 年期国债利率，并研究宏观因素趋势对于 不同风格风险溢价的影响。  3 ）决策树：我们将因子择时模型与决策树结合起来，优化目标为预测 下一期因子收益正负的准确率  3.1 介绍决策树相关理论，包括熵、信息增益、基尼系数等概 念。  3.2 构建流程：我们对决策树输入相关特征，利用历史数据对每 期因子构建决策树。  3.3 优化流程：对决策树进行修剪限制，减少过拟合问题。  3.4 滚动回测：我们在中证500 以及沪深300 中分别对测试集的 熊颖瑜联系人 每一期进行滚动回测。 （8621 xiongyingyu ＠ 张剑辉 分析师SAC 执业编